一种土壤温度传感器的漂移预测方法

摘要

本发明公开了一种土壤温度传感器的漂移预测方法。由于土壤的温度具有较强的随机性，受各种因素影响较多，因而土壤温度传感器会产生的漂移，因此对土壤温度预测的准确度高。根据上述现象，针对传感器漂移的特点以及对土壤温度预测的精确度和实时性的需求，提出了利用循环神经网络‑长短期记忆(RecurrentNeuralNetworks‑LongShort‑TermMemory)模型进行未来土壤温度值的预测。以某土壤温度历史数据作为输入，对历史数据进行预处理，建立土壤温度传感器的漂移预测模型，实现提前一步土壤温度预测，本发明使用RNN‑LSTM深度神经网络所预测出的土壤温度与实际土壤温度基本一致，表明RNN‑LSTM模型的预测方法有非常高的预测精度和容易实现的特点，预测效果较为理想。